Méthode de caractérisation du milieu

Nous pensons que l’environnement, sa structure, ses ressources et ses fonctions affectent l’organisation spatiale des usages en montagne.

La théorie de la niche de Hutchinson, un hypervolume de n dimensions qui correspondent aux exigences d’une espèce pour survivre (Hutchinson, 1957), a été de nombreuses fois adaptée en définissant différemment les axes ou les entités étudiées (Blonder 2017). Nous appliquons ce concept pour caractériser le milieu en dimensions décrivant les différents types de ressources fournies par chaque unité spatiale, qui correspondent aux processus qui ont lieu et à leurs résultantes. Notre hypothèse est que parmi ces ressources, certaines sont des facteurs explicatifs à la présence des usages. En nous inspirant de la biogéographie, qui décrit le rôle des facteurs biotiques, abiotiques et de la dispersion dans la distribution spatiale des espèces, tout en veillant à considérer l’anthropisation de l’environnement, ainsi que son aspect dynamique, notre cadre d’analyse décompose les ressources spatiales en six dimensions majeures : biomasse, structure de la végétation, conditions abiotiques, contexte spatial, dynamique et infrastructures humaines. Chaque dimension est décomposée en caractéristiques, elles-mêmes approchées par des variables. Au total, c’est plus d’une quarantaine de variables qui sont calculées pour décrire cet espace à 6 dimensions.

L’objectif est ensuite de repérer où se situent les différents usages au sein de cet espace fonctionnel multidimensionnel.

Analyse factorielle par dimension

On utilise des AFDM (Analyse Factorielle des Données Mixtes, ou FAMD Factor Analysis for Mixed Data en anglais) pour traiter notre jeu de données car il contient des variables quantitatives et qualitatives. L’AFDM procède de la même manière qu’une ACP (Analyse en Composantes Principales) sur les variables quantitatives, et performe une ACM (Analyses des Correspondances Multiples) sur les variables qualitatives.

Conditions Abiotiques

Cette dimension décrit les conditions abiotiques, donc les caractéristiques associées au pixel qui ne sont pas dépendantes des êtres vivants. Elle est déclinée en 3 catégories : le climat, la topographie et l’hydrologie.

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM (ou 2 premiers axes si la dimension analysée est composée de moins de 3 variables).

Pourcentage de contribution des variables de la dimension analysée pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisée dans la dimension :

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
ACP1_clim quantitative CA Conditions climatiques 1er axe d’une ACP sur les 10 variables climatiques (t10, t90, rain0, htNeigmean, nbJssdegel, nbJgel, nbJneb10, nbJneb90, wind10,wind90) oui calculé
ACP2_clim quantitative CA Conditions climatiques 2e axe d’une ACP sur les 10 variables climatiques (t10, t90, rain0, htNeigmean, nbJssdegel, nbJgel, nbJneb10, nbJneb90, wind10,wind90) oui calculé
t10 quantitative CA Conditions climatiques Moyenne mensuelle des températures journalières les plus froides (10%, en °C) oui calculé
t90 quantitative CA Conditions climatiques Moyenne mensuelle des températures journalières les plus chaudes (10%, en °C) oui calculé
rain0 quantitative CA Conditions climatiques Nombre de jours sans pluie dans le mois oui calculé
htNeigmean quantitative CA Conditions climatiques Moyenne mensuelle de la hauteur de neige (en m) oui calculé
nbJssdegel quantitative CA Conditions climatiques Nombre de jours sans dégel (température maximale journalière inférieure ou égale à 0°C ) dans le mois oui calculé
nbJgel quantitative CA Conditions climatiques Nombre de jours avec gel (température minimale journalière supérieure -5°C) dans le mois oui calculé
nbJneb10 quantitative CA Conditions climatiques Nombre de jours avec une nébulosité faible oui calculé
nbJneb90 quantitative CA Conditions climatiques Nombre de jours avec une forte nébulosité (10%) oui calculé
wind10 quantitative CA Conditions climatiques Moyenne mensuelle de la vitesse journalière des vent les plus forts (10%, en m.s-1) oui calculé
wind90 quantitative CA Conditions climatiques Moyenne mensuelle de la vitesse journalière des vent les plus faibles (10%, en m.s-1) oui calculé
presence_eau qualitative CA Hydrologie Présence d’eau libre non calculé
TWI_25m quantitative CA Hydrologie Topographic Wetness Index, quantifie le contrôle topographique sur les processus hydrologiques non calculé
pente_25m quantitative CA Topographie Pente (en °) non calculé
northing_25m quantitative CA Topographie Exposition, transformée par le cosinus non calculé
easting_25m quantitative CA Topographie Exposition, transformée par le sinus non calculé
LS_factor quantitative CA Topographie Facteur d’érosion LS, quantifie l’effet de la topographie sur l’érosion du sol non https://esdac.jrc.ec.europa.eu/content/ls-factor-slope-length-and-steepness-factor-eu
landform_25m qualitative CA Topographie Formes du relief (10 classes) non calculé
SWDmean quantitative CA Topographie Moyenne mensuelle du rayonnement moyen journalier (en W.m-²) non calculé
shannon_landform quantitative CA Topographie Indice de diversité de Shannon sur les formes de reliefs présents dans un pixel de 25m de côté non calculé
simpson_landform quantitative CA Topographie Indice de diversité de Simpson sur les formes de reliefs présents dans un pixel de 25m de côté non calculé
nb_distinct_landform quantitative CA Topographie Nombre de formes du relief présents dans un pixel de 25m de côté non calculé

Conditions Abiotiques avec ACP sur variables climatiques

Cette dimension décrit les conditions abiotiques, donc les caractéristiques associées au pixel qui ne sont pas dépendantes des êtres vivants. Elle est déclinée en 3 catégories : le climat, la topographie et l’hydrologie.

Les variables climatiques, très corrélées entre elles, ont été réduites en 2 variables via une ACP.

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM (ou 2 premiers axes si la dimension analysée est composée de moins de 3 variables).

Pourcentage de contribution des variables de la dimension analysée pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisée dans la dimension :

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
ACP1_clim quantitative CA Conditions climatiques 1er axe d’une ACP sur les 10 variables climatiques (t10, t90, rain0, htNeigmean, nbJssdegel, nbJgel, nbJneb10, nbJneb90, wind10,wind90) oui calculé
ACP2_clim quantitative CA Conditions climatiques 2e axe d’une ACP sur les 10 variables climatiques (t10, t90, rain0, htNeigmean, nbJssdegel, nbJgel, nbJneb10, nbJneb90, wind10,wind90) oui calculé
t10 quantitative CA Conditions climatiques Moyenne mensuelle des températures journalières les plus froides (10%, en °C) oui calculé
t90 quantitative CA Conditions climatiques Moyenne mensuelle des températures journalières les plus chaudes (10%, en °C) oui calculé
rain0 quantitative CA Conditions climatiques Nombre de jours sans pluie dans le mois oui calculé
htNeigmean quantitative CA Conditions climatiques Moyenne mensuelle de la hauteur de neige (en m) oui calculé
nbJssdegel quantitative CA Conditions climatiques Nombre de jours sans dégel (température maximale journalière inférieure ou égale à 0°C ) dans le mois oui calculé
nbJgel quantitative CA Conditions climatiques Nombre de jours avec gel (température minimale journalière supérieure -5°C) dans le mois oui calculé
nbJneb10 quantitative CA Conditions climatiques Nombre de jours avec une nébulosité faible oui calculé
nbJneb90 quantitative CA Conditions climatiques Nombre de jours avec une forte nébulosité (10%) oui calculé
wind10 quantitative CA Conditions climatiques Moyenne mensuelle de la vitesse journalière des vent les plus forts (10%, en m.s-1) oui calculé
wind90 quantitative CA Conditions climatiques Moyenne mensuelle de la vitesse journalière des vent les plus faibles (10%, en m.s-1) oui calculé
presence_eau qualitative CA Hydrologie Présence d’eau libre non calculé
TWI_25m quantitative CA Hydrologie Topographic Wetness Index, quantifie le contrôle topographique sur les processus hydrologiques non calculé
pente_25m quantitative CA Topographie Pente (en °) non calculé
northing_25m quantitative CA Topographie Exposition, transformée par le cosinus non calculé
easting_25m quantitative CA Topographie Exposition, transformée par le sinus non calculé
LS_factor quantitative CA Topographie Facteur d’érosion LS, quantifie l’effet de la topographie sur l’érosion du sol non https://esdac.jrc.ec.europa.eu/content/ls-factor-slope-length-and-steepness-factor-eu
landform_25m qualitative CA Topographie Formes du relief (10 classes) non calculé
SWDmean quantitative CA Topographie Moyenne mensuelle du rayonnement moyen journalier (en W.m-²) non calculé
shannon_landform quantitative CA Topographie Indice de diversité de Shannon sur les formes de reliefs présents dans un pixel de 25m de côté non calculé
simpson_landform quantitative CA Topographie Indice de diversité de Simpson sur les formes de reliefs présents dans un pixel de 25m de côté non calculé
nb_distinct_landform quantitative CA Topographie Nombre de formes du relief présents dans un pixel de 25m de côté non calculé

Biomasse

La biomasse du pixel correspond à la production de la biocénose qui est directement utilisée lors d’un usage e.g. pour une consommation alimentaire (fourrage, fruits, insectes, poissons) ou pour une utilisation commerciale (bois, charbon, pétrole) ou récréative (poissons). L’usage des différentes biomasses entraîne un prélèvement et/ou une destruction de celle-ci. Cette dimension est déclinée en 3 catégories : quantité, qualité et productivité.

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM (ou 2 premiers axes si la dimension analysée est composée de moins de 3 variables).

Pourcentage de contribution des variables de la dimension analysée pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisée dans la dimension :

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
P_ETP quantitative B Productivité Précipitation - EvapoTranspiration (en mm) oui calculé
abondance_feuillage qualitative B Qualité Abondance du feuillage (4 classes) non calculé
GDD quantitative B Quantité Degré-jour de croissance (en °C, avec T0 = 0°C) oui calculé
NDVI quantitative B Quantité Normalized Difference Vegetation Index oui calculé

Physionomie de Végétation

La physionomie, définie comme l’aspect général d’une végétation, est le deuxième type de ressource directement lié à la biocénose (végétation). On s’intéresse spécifiquement à la structure de la végétation.

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM (ou 2 premiers axes si la dimension analysée est composée de moins de 3 variables).

Pourcentage de contribution des variables de la dimension analysée pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisée dans la dimension :

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
ht_physio_max quantitative PV Structure Hauteur maximale de la végétation (en cm) non calculé
nb_strates quantitative PV Structure Nombre de strates de végétation (5 classes) non calculé
penetrabilite quantitative PV Structure Pénétrabilité de la strate basse (3 classes) non calculé

Contexte Spatial

Le contexte spatial se rapporte aux éléments du voisinage proche et lointain du pixel étudié. Il est décliné sous 3 caractéristiques : l’accessibilité, la similarité et l’information visuelle.

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM (ou 2 premiers axes si la dimension analysée est composée de moins de 3 variables).

Pourcentage de contribution des variables de la dimension analysée pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisée dans la dimension :

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
temps_acces quantitative CS Accessibilité Temps d’accès au pixel, en marchant, en prenant en considération la pente et l’altitude (en h) oui calculé
distance_infrastructure quantitative CS Empreinte anthropique Distance euclidienne aux infrastructures humaines (en m) non calculé
distance_eau quantitative CS Information visuelle Distance euclidienne à de l’eau libre (en m) non calculé
visibilite_mediane quantitative CS Information visuelle Distance médiane visible depuis le pixel (en m) non calculé
distance_foret_IGN_cout_pente quantitative CS Proximité couvert forestier Distance à la forêt, en prenant en considération la pente (en m) non calculé
habitat_similaire_100m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 100m (en %) non calculé
habitat_similaire_250m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 250m (en %) non calculé
habitat_similaire_500m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 500m (en %) non calculé
habitat_similaire_1000m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 1km (en %) non calculé
taille_patch_habitat_m2 quantitative CS Similarité d’attributs Surface du patch d’habitat (en m²) non calculé

Dynamique

Cette dimension caractérise la trajectoire d’évolution sur laquelle le pixel se positionne. Cette évolution est décrite de façon climatique et par le régime de perturbation.

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM (ou 2 premiers axes si la dimension analysée est composée de moins de 3 variables).

Pourcentage de contribution des variables de la dimension analysée pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisée dans la dimension :

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
diffT quantitative D Indice de changement climatique Différence de moyenne mensuelle, sur 30 ans, de température journalière moyenne, entre 1959-1988 et 1989-2018 (en °C) oui calculé
presence_avalanche qualitative D Régime de perturbation Présence d’un couloir d’avalanche non calculé

Infrastructures

Les infrastructures humaines physiques et virtuelles sont considérées comme une ressource fournit par le pixel. Celles-ci sont déclinées en deux catégories : l’artificialisation du sol et la protection réglementaire.

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM (ou 2 premiers axes si la dimension analysée est composée de moins de 3 variables).

Pourcentage de contribution des variables de la dimension analysée pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables de la dimension analysée pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisée dans la dimension :

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
pourcentage_infrastructures quantitative I Artificialisation du sol Surface de sol, d’un pixel de 25m de côté, contenant une infrastructure physique (en %) non calculé
degre_artif qualitative I Artificialisation du sol Degré d’aménagement du sol (en 4 classes) non calculé
degre_interdiction qualitative I Protection réglementaire Présence d’interdiction d’activités (en 3 classes) non calculé

Analyse factorielle sur toutes les variables (sans considérer les dimensions)

Avec ACP sur variables climatiques.

Graphiques

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les 3 premiers axes de l’AFDM.

Pourcentage de contribution des variables pour l’axe 1 de l’AFDM.

Pourcentage de contribution des variables pour l’axe 2 de l’AFDM.

Pourcentage de contribution des variables pour l’axe 3 de l’AFDM.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Tableau récapitulatif des variables utilisées

Nom Nature Dimension Caractéristique Description Variation au cours des mois Source
P_ETP quantitative B Productivité Précipitation - EvapoTranspiration (en mm) oui calculé
abondance_feuillage qualitative B Qualité Abondance du feuillage (4 classes) non calculé
GDD quantitative B Quantité Degré-jour de croissance (en °C, avec T0 = 0°C) oui calculé
NDVI quantitative B Quantité Normalized Difference Vegetation Index oui calculé
ACP1_clim quantitative CA Conditions climatiques 1er axe d’une ACP sur les 10 variables climatiques (t10, t90, rain0, htNeigmean, nbJssdegel, nbJgel, nbJneb10, nbJneb90, wind10,wind90) oui calculé
ACP2_clim quantitative CA Conditions climatiques 2e axe d’une ACP sur les 10 variables climatiques (t10, t90, rain0, htNeigmean, nbJssdegel, nbJgel, nbJneb10, nbJneb90, wind10,wind90) oui calculé
t10 quantitative CA Conditions climatiques Moyenne mensuelle des températures journalières les plus froides (10%, en °C) oui calculé
t90 quantitative CA Conditions climatiques Moyenne mensuelle des températures journalières les plus chaudes (10%, en °C) oui calculé
rain0 quantitative CA Conditions climatiques Nombre de jours sans pluie dans le mois oui calculé
htNeigmean quantitative CA Conditions climatiques Moyenne mensuelle de la hauteur de neige (en m) oui calculé
nbJssdegel quantitative CA Conditions climatiques Nombre de jours sans dégel (température maximale journalière inférieure ou égale à 0°C ) dans le mois oui calculé
nbJgel quantitative CA Conditions climatiques Nombre de jours avec gel (température minimale journalière supérieure -5°C) dans le mois oui calculé
nbJneb10 quantitative CA Conditions climatiques Nombre de jours avec une nébulosité faible oui calculé
nbJneb90 quantitative CA Conditions climatiques Nombre de jours avec une forte nébulosité (10%) oui calculé
wind10 quantitative CA Conditions climatiques Moyenne mensuelle de la vitesse journalière des vent les plus forts (10%, en m.s-1) oui calculé
wind90 quantitative CA Conditions climatiques Moyenne mensuelle de la vitesse journalière des vent les plus faibles (10%, en m.s-1) oui calculé
presence_eau qualitative CA Hydrologie Présence d’eau libre non calculé
TWI_25m quantitative CA Hydrologie Topographic Wetness Index, quantifie le contrôle topographique sur les processus hydrologiques non calculé
pente_25m quantitative CA Topographie Pente (en °) non calculé
northing_25m quantitative CA Topographie Exposition, transformée par le cosinus non calculé
easting_25m quantitative CA Topographie Exposition, transformée par le sinus non calculé
LS_factor quantitative CA Topographie Facteur d’érosion LS, quantifie l’effet de la topographie sur l’érosion du sol non https://esdac.jrc.ec.europa.eu/content/ls-factor-slope-length-and-steepness-factor-eu
landform_25m qualitative CA Topographie Formes du relief (10 classes) non calculé
SWDmean quantitative CA Topographie Moyenne mensuelle du rayonnement moyen journalier (en W.m-²) non calculé
shannon_landform quantitative CA Topographie Indice de diversité de Shannon sur les formes de reliefs présents dans un pixel de 25m de côté non calculé
simpson_landform quantitative CA Topographie Indice de diversité de Simpson sur les formes de reliefs présents dans un pixel de 25m de côté non calculé
nb_distinct_landform quantitative CA Topographie Nombre de formes du relief présents dans un pixel de 25m de côté non calculé
temps_acces quantitative CS Accessibilité Temps d’accès au pixel, en marchant, en prenant en considération la pente et l’altitude (en h) oui calculé
distance_infrastructure quantitative CS Empreinte anthropique Distance euclidienne aux infrastructures humaines (en m) non calculé
distance_eau quantitative CS Information visuelle Distance euclidienne à de l’eau libre (en m) non calculé
visibilite_mediane quantitative CS Information visuelle Distance médiane visible depuis le pixel (en m) non calculé
distance_foret_IGN_cout_pente quantitative CS Proximité couvert forestier Distance à la forêt, en prenant en considération la pente (en m) non calculé
habitat_similaire_100m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 100m (en %) non calculé
habitat_similaire_250m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 250m (en %) non calculé
habitat_similaire_500m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 500m (en %) non calculé
habitat_similaire_1000m quantitative CS Similarité d’attributs Habitat similaire adjacent dans un rayon de 1km (en %) non calculé
taille_patch_habitat_m2 quantitative CS Similarité d’attributs Surface du patch d’habitat (en m²) non calculé
diffT quantitative D Indice de changement climatique Différence de moyenne mensuelle, sur 30 ans, de température journalière moyenne, entre 1959-1988 et 1989-2018 (en °C) oui calculé
presence_avalanche qualitative D Régime de perturbation Présence d’un couloir d’avalanche non calculé
pourcentage_infrastructures quantitative I Artificialisation du sol Surface de sol, d’un pixel de 25m de côté, contenant une infrastructure physique (en %) non calculé
degre_artif qualitative I Artificialisation du sol Degré d’aménagement du sol (en 4 classes) non calculé
degre_interdiction qualitative I Protection réglementaire Présence d’interdiction d’activités (en 3 classes) non calculé
ht_physio_max quantitative PV Structure Hauteur maximale de la végétation (en cm) non calculé
nb_strates quantitative PV Structure Nombre de strates de végétation (5 classes) non calculé
penetrabilite quantitative PV Structure Pénétrabilité de la strate basse (3 classes) non calculé

Analyse factorielle sur les axes des AFDM de toutes les dimensions

Graphiques

Mai Juin Juillet Août Septembre

Pourcentage de variance expliqué par les axes de l’ACP.

Pourcentage de contribution des variables pour l’axe 1 de l’ACP.

Pourcentage de contribution des variables pour l’axe 2 de l’ACP.

Pourcentage de contribution des variables pour l’axe 3 de l’ACP.

Distribution des pixels sur l’axe 1 et l’axe 2.

Distribution des variables sur l’axe 1 et l’axe 2.

Cartes

Cartes issues des ACPs sur les axes des FAMD. Les 3 axes des ACP ont été transformés entre 0 et 255, pour être codés en RGB.

Mai

Juin

Juillet

Août

Septembre